摘要：工业数字化是工业领域全方位的革新过程，也是全球各国竞争的焦点。数字基础设施、数据要素、数字技术、组织与人力资本作为工业数字化的核心要素，不仅推动了工业生产组织方式的创新，也凸显了工业数字化升级进程、变革模式、创新路径及发展格局等方面的重要性。工业数字化通过要素投入、人力资本、社会分工、技术升级和区域发展等多个维度作用于经济增长，虽然对其效果的评价并不统一，但越来越多的研究证实了工业数字化在推动经济增长的积极作用。因此，中国在由工业大国向工业强国升级的过程中，应该持续加强工业数字化体系建设，加快构建工业数字化高质量发展格局。
关键词：工业数字化；工业升级；数据要素；技术融合
基金项目：国家自然科学基金面上项目“中国新兴产业震荡的识别、影响与干预研究”（71873025）；国家社会科学基金重点项目“‘互联网＋’背景下的中国制造业转型升级研究”（16AJY011）。
工业数字化作为新兴的研究领域，目前对其概念界定尚未统一明确。整体来看，目前对于工业数字化内涵的界定主要呈现出三个角度：一是以数据作为要素的数字化，二是以微观流程再造为核心的数字化，三是基于技术融合的数字化。
（一）基于数据要素角度的数字化
数据是数字化发展的核心要素和关键资源，也是实现数字技术与产业深度融合的基础。从数据的角度看，数据的采集、传输、处理、存储、应用、反馈和再造等流程环节贯穿了产业数字化发展各个环节，直接联动资源调配、生产制造、组织调整、市场联动等各方面的优化与变革。因此，很多学者基于数据这一新兴要素，将产业数字化定义为基于数字技术以数据对产业赋能为主线，通过构建囊括数据采集、数据传输、数据存储、数据处理、数据反馈、数据保护和辅助决策等在内的数据体系，破除数据壁垒并打通数据孤岛和串通数据链条，实现对产业链上下游的数字化升级再造，以达到生产效率提升和产业数字化升级目标的数字化转型过程［1-2］。就这一概念而言，数字化不是简单地将文档电子化和信息化，而是在运用大数据、云计算、人工智能等新一代信息技术基础上的数据处理与应用，突出了数据作为创新要素的基础性作用，并将数据作为贯穿整个数字化转型的主线，使之成为研究数字化转型过程中的产业组织结构、供应链管理方式、产业创新体系、产业价值创造、产业形态演变等方面内容的核心问题。同时，亦有研究基于这一概念进一步向市场发现、规则重构和模式创新领域延展［3］。
（二）基于微观流程角度的数字化
（三）基于技术融合角度的数字化
二、影响工业数字化能力的核心要素
工业数字化是工业发展阶段演进升级的革新过程，影响工业数字化能力的核心要素主要有两个方面。一方面，工业数字化能力的构建需要在既有工业发展基础上实施数字化转型，原有工业发展路径的影响将较为显著；另一方面，工业数字化转型过程还将面临生产制造范式的重塑，新的问题需要更强的动态适应能力。根据美国哈佛大学调查显示，对数字化形成挑战的要素包括遗留系统；信息与数据孤岛；IT与业务线合作不足；风险厌恶文化；变更管理能力；缺乏数字化愿景；缺乏人才和技能；预算不足及网络安全等众多方面。影响工业数字化能力的核心要素包括数字基础设施供给能力；数据要素使用效力；数字技术融合深度和组织与人力资本水平。
（一）数字基础设施供给能力
（二）数据要素使用效力
（三）数字技术融合深度
（四）组织与人力资本水平
三、工业数字化变革的基本特征
工业数字化是工业领域全方位、系统性、持续性的变革过程，在加速工业数字化升级的理论与实践进程中，无论是宏观层面上的产业升级，还是微观层面的企业转型，工业数字化的变革创新都不断从浮于表面的现象转向聚焦于技术、组织、要素等核心问题。其中，技术经济范式演进决定的升级进程、技术和组织协同创新决定的变革模式、技术要素集成融合决定的创新路径、资源禀赋基础差异决定的多元格局等是工业数字化升级需要把握和最为迫切的变革重点。
（一）技术经济范式演进决定的升级进程
（二）技术、组织协同创新决定的变革模式
（三）技术要素集成融合决定的创新路径
（四）资源禀赋基础差异决定的多元格局
资源禀赋是发展的基础和起点，对于工业数字化而言，比较特殊的资源是工业基础能力和数据要素资源，这两大资源禀赋的差异不仅决定了工业数字化的发展基础，也决定工业数字化发展格局。从实践来看，工业数字化对既有工业基础具有较强的依赖，工业基础不只是应用场景，更是能力保障。尤其是中国工业发展的基础能力的差异非常显著，不同行业和区域的工业基础能力参差不齐，甚至同一地区的同一行业的不同企业之间差距也较为明显。如果按照工业4.0标准划分，中国只有少数企业达到工业4.0的水平，多数集中在工业2.0和工业3.0的水平，如此差异巨大的工业基础不仅是中国工业发展的现实特征，也是差异化发展的实践依据。作为工业数字化关键的数据要素资源同样具有极强的差异性。经济相对发达、数字经济产业相对领先的区域更具有数据要素的资源禀赋优势。同时，数据要素具有显著的增长快速性、功能多样性和结构复杂性等特征［21］，这些特性在工业基础差别较大的区域之间因数据积累和数据处理能力的差异将使差距扩大，甚至有可能形成“工业数字鸿沟”。因此，工业数字化的资源禀赋差异特征决定了中国工业数字化的发展将呈现水平高低差异显著、转型类型多元、发展层次多样的多元格局。
四、工业数字化推动经济增长的作用机理及效果评价
现有对于工业数字化作用机理的研究并不系统，且研究角度比较分散，其中多数仍是从某一具体视角出发的探索性研究，主要涉及要素投入、人力资本、社会分工、技术升级、区域发展等多个角度。就其作用效果来看，学术界存在不同观点，但工业数字化对促进产业发展和经济增长的积极效果已被越来越多的研究所证实。
（一）工业数字化推动经济增长的作用机理
基于提升投入要素的视角。信息技术投资作为一种重要的生产要素，对于促进产量提升存在直接效应和间接效应，数字化的作用机制是两种效应共同发挥作用的综合机制。直接效应是信息技术要素投入本身带来的增长效应，间接效应是数字化要素带动其他要素效率提升和要素结构升级产生的增长效应。此外，也有研究重点强调了工业数字化的间接影响机制和互补机制［22］。
1.基于改进人力资本的视角
有研究将工业数字化的作用机制聚焦到数字化对人力资本的作用，认为数字化通过人力资本影响组织变革和绩效变化。数字化将改进组织的人力资本结构和能力水平，并通过劳动力在生产经营和管理活动的行为，对组织效率的持续改进产生影响［23］。
2.基于促进社会分工的视角
数字化通过加速信息的流动促进了企业间的信息交换，使社会资源在更广泛的层面得以利用，企业可以更好地聚焦内部资源能力，并更多利用外部资源，推动产业再次分工。有研究显示信息化投资推动了专业化分工，企业将倾向于更多聚焦核心业务，进而促进企业开展更多外包活动［24］，这种数字化推动的社会分工具有使企业规模变小的影响。
3.基于应用多元技术的视角
基于技术应用视角的研究，虽然技术点比较细碎而相对零散，但研究主要是从新一代信息技术的特征出发，分析技术对企业业务和管理水平的作用，进而提出实现能力升级的基本路径。其中具有代表性的研究结论有，数字技术的“定制+服务+网络协同”的新制造模式［25］；工业大数据通过产品、生产、运营等方面实现企业升级［26］；工业云推动制造业高质量发展路径［27］。
4.基于影响区域发展的视角
陈爽英等［28］基于“技术-组织-环境”理论框架，通过划分经济发达和经济欠发达两类地区进行组态比较研究，认为两类地区的工业数字化发展具有不同的核心条件，且作用关系和作用机理不同，既存在通用的发展路径，也存在不同的发展路径。
（二）工业数字化的作用效果评价
1.工业数字化的无效论
针对信息技术投入的无效性问题，后来有研究对无效性的描述进行了补充修正，认为信息技术的投资对生产率的回报需要一定的条件，即信息技术与组织结构、人力资本、生产流程、产业协同等方面同时进行投入和变革才能实现生产率的提升。所以，尽管很多企业都进行了数字技术投入，但单独施加信息技术并不会对生产率产生显著促进效果，甚至可能会对生产率产生反向效果。其中，较多学者突出了组织变革对解释信息技术无效的意义，例如，Yoo［30］指出组织变革是企业数字技术的投入效率能否提升的关键。
2.工业数字化的有效论
与工业数字化的无效论相比，关于工业数字化的有效论的研究成果更为丰富，且均指出“生产率悖论”并不存在。例如，针对信息化对美国劳动生产率的影响，Nordhaus［31］的研究指出，信息化对劳动生产率的增长具有显著影响，推动了美国全要素生产率的增长。其他学者对欧盟国家、印度等美国以外国家进行研究指出，信息化对劳动率的增长具有积极作用［32-33］。此外，还有大量研究证实了计算机网络、互联网、数据处理技术等对劳动生产率提升具有正向作用［34-36］。
针对中国工业数字化的效果，国内开展了比较丰富的实证研究。从宏观来看，对信息技术的投入对促进经济增长和价值链升级具有重要作用，信息技术通过资本深化和全要素生产率改进可以促进经济增长，蔡跃洲和张钧南［37］将工业数字化的效果分解为替代效应和渗透效应，并分析了信息技术对经济增长促进作用。同时，利用省级面板数据或行业数据进行分析，针对数字化能力、互联网使用等方面的研究认为，工业数字化对于生产率提升和经济增长具有显著的促进作用［38-39］。此外，还有研究基于企业微观数据，围绕互联网应用、机器人密度、数据管理能力等方面证实了数字化的促进作用［40-42］。虽然工业数字化的有效性得到了证实，但却具有显著的异质性，这种异质性主要与地区间经济发展水平、区域信息化密度、产业技术密集水平、企业数据处理能力、人力资本管理水平等方面具有密切关系［43-47］。
综上所述，两种多工业信息化效果的不同评价存在明显的阶段性变化，早期研究阶段的数字技术并不成熟，数字化实践并不深入，作用效果尚不明显。但随着数字技术产业应用的不断加强，工业数字化积极效果已经广泛存在于各个方面，尤其是中国工业的发展实践表明了数字化不仅有利于工业实力的提升，更将有利于长期经济的发展。未来可以预见的是，数字化技术的不断创新和突破将为工业升级提供持续支撑，工业数字化的积极效果将逐步放大，成为支撑经济增长的关键动力。
五、政策建议与研究展望
（一）政策建议
提升工业数字化生产要素供给水平。要围绕工业数字化升级所需的数据要素、劳动力、资本等主要生产要素，有所侧重改进生产要素供给能力，优化生产要素供给结构。将数据要素作为工业数字化的首位要素，在保证数据安全和合规使用的条件下，加快数据生产要素的积累、流动并提高处理能力，激活数据要素的规模收益。积极提升劳动力综合素质水平，优化劳动力专业结构，注重提高工业生产劳动者的信息技术知识水平，扩大掌握工业生产经营和信息技术的复合人才规模，形成满足数字经济时代需要的高水平劳动力供给。加强资本在数字化能力建设方面的投资，尤其提高在工业软件、智能装备、网络设施、数据存储设施等领域的投资，夯实的数字经济底座。
1.加快数字技术的融合应用创新
数字技术与工业融合尚处于初期阶段，仍需要不断提高数字技术匹配度和融合度，提升工业数字化的发展绩效。一方面，要加强数字技术的开放式创新，鼓励大数据、云计算、物联网、人工智能、工业互联网、虚拟现实等各类新兴技术的融合创新和交叉创新，形成工业数字化应用创新孵化池，创新工业数字化升级的技术解决方案。另一方面，要加快各类应用场景开放，聚合数字化技术能力，为数字技术与工业生产经营融合扩展应用实践领域，不断优化现有数字技术处理能力，提升工业数字技术的可用性、适用性、易用性和耐用性。
2.培育适宜数字化的生产组织方式
3.注重区域间工业数字化的平衡发展
实现中国工业的数字化升级需要兼顾区域间的发展，构建区域间工业数字化发展的协同配合机制，推动工业数字化的协同升级和整体跃升。要强化区域间的产业转移衔接，引导东部发达地区的制造业生产能力迁移到中西部地区，增强中西部地区工业承接和承载能力，既可以缓解东部地区资源紧张和成本上涨压力，又可以增强中西部工业生产能力，为平衡提升数字化能力铺垫基础。要注重技术扩散和市场配合，从全局角度鼓励工业数字化发达地区输出技术服务能力，结合落后地区产业特点和市场需求做深应用，弥补技术不足短板，提高工业数字化的经济效益水平。
（二）研究展望
工业数字化进程正在加速产业变革，如何在工业数字化发展进程中实现产业升级，这既是重大的理论问题，更是紧迫的现实问题。着眼于未来的研究，一方面，需要更多加强源自工业实践的研究与跟踪，注重对工业数字化实践的理解，加强对全球工业数字化发展趋势的比较研究；另一方面，需要加快工业数字化体系构建的研究工作，在此基础上结合中国工业发展的高端化、智能化、绿色化、服务化等重大问题进行深入研究，研判中国工业数字化发展战略。此外，需要进一步结合中国工业发展在区域间、行业间的差异，研究不同领域的工业数字化升级路径与措施，为工业数字化的理论与实践提供有力支撑。
参考文献
［1］李晓华.“互联网+”改造传统产业的理论基础[J].经济纵横,2016,(3):57-63.
［2］WULB,HITTL.Dataanalyticssupportsdecentralizedinnovation[J].Managementscience,2019,65(10)：4863-4877.
［3］祝合良,王春娟.“双循环”新发展格局战略背景下产业数字化转型:理论与对策[J].财贸经济,2021,(3):14-27
［4］FITZGERALDM,KRUSCHWITZN,BONNETD,etal.Embracingdigitaltechnology:anewstrategicimperative[J].MITsloanmanagementreview,2014,55(2):1-12.
［6］师丽娟,马冬妍,高欣东.企业数字化转型路径分析与现状评估——以某区工业企业数字化转型为例[J].制造业自动化,2020,(7):157-161.
［7］PICCININIE,GREGORYRW,KOLBELM.Changesintheproducer-consumerrelationship-towardsdigitaltransformation[J].Changes,2015,3(4):1634-1648.
［8］曾德麟,蔡家玮,欧阳桃花.数字化转型研究：整合框架与未来展望[J].外国经济与管理,2021,(5):63-76.
［9］钱晶晶,何筠.传统企业动态能力构建与数字化转型的机理研究[J].中国软科学,2021,(6):135-143.
［10］邵文波,李坤望.信息技术、团队合作与劳动力需求结构的差异性[J].世界经济,2014,(11):72-99.
［10］COREYNENW,VANDERSTRAETENJ,WITTELOOSTUIJINAV,etal.Whatdrivesproduct-serviceintegrationanabductivestudyofdecision-makersmotivesandvaluestrategies[J],Journalofbusinessresearch,2020,117:189-200.
［12］韩江波.智能工业化:工业化发展范式研究的新视角[J].经济学家,2017,(10):21-30.
［13］荆树伟,冯月,阎俊爱,等.传统制造业精益数字化水平评估方法[J].科技管理研究,2021,(4):43-52.
［14］KOHLIR,MELVILLENP.Digitalinnovation:areviewandsynthesis[J].Informationsystemsjournal,2019,29(1):200-223.
［15］ANNOSIMC,BRUNETTAF,MONTIA,etal.Isthetrendyourfriendananalysisoftechnology4.0investmentdecisionsinagriculturalSMEs[J].Computersinindustry,2019,109(SI):59-71.
［16］AUTIOE,NAMBISANS,THOMASLDW,etal.Digitalaffordances,spatialaffordances,andthegenesisofentrepreneurialecosystems[J].Strategyentrepreneurshipjournal,2018,12(1):72-95.
［17］王姝楠,陈江生.数字经济的技术-经济范式[J].上海经济研究,2019,(12):80-94.
［18］LYYTINENK,YOOY,BOLANDRJJ.Digitalproductinnovationwithinfourclassesofinnovationnetworks[J].Informationsystemsjournal:Aninternationaljournalpromotingthestudyandpracticeofinformationsystems,2016,26(1):47-75.
［19］LOEBBECKEC,PICOTA.Reflectionsonsocietalandbusinessmodeltransformationarisingfromdigitizationandbigdataanalytics:aresearchagenda[J].JournalofStrategicInformationSystems,2015,24(3):149-157.
［20］LOURIDASP,EBERTC.Machinelearning[J].IEEEsoftware,2016,33(5):110-115.
［21］杨善林,周开乐.大数据中的管理问题:基于大数据的资源观[J].管理科学学报,2015,(5):1-8.
［22］刘飞.数字化转型如何提升制造业生产率——基于数字化转型的三重影响机制[J].财经科学,2020,(10):93-107.
［24］FORTTC.Technologyandproductionfragmentation:domesticversusforeignsourcing[J].Thereviewofeconomicstudies,2017,84(2):650-687.
［25］陈晓红.数字经济时代的技术融合与应用创新趋势分析[J].中南大学学报(社会科学版),2018,(5):1-8.
［26］刘祎,王玮,苏芳.工业大数据背景下企业实现数字化转型的案例研究[J].管理学刊,2020,(1):60-69.
［27］郑瑛琨.经济高质量发展视角下先进制造业数字化赋能研究[J].理论探讨,2020,(6):134-137.
［29］SOLOWR.We’dBetterWatchOut[J].NewYorktimesbookreview,1987,(7):12-36.
［30］YOOY,BOLANDRJJ,LYYTINENK,etal.Organizingforinnovationinthedigitizedworld[J].Organizationscience,2012,23(5):1398-1408.
［31］NAUDHAUSWD.Productivitygrowthandtheneweconomy[J].NBERworkingpaper,2001,(8096):89.
［32］VENTURINIF.Thelong-runimpactofICT[J].Empiricaleconomics,2009(3):497-515.
［33］ERUMBANAA,DASDK.InformationandcommunicationtechnologyandeconomicgrowthinIndia[J].Telecommunicationspolicy,2016(5):412-431.
［34］ATROSTICBK,NGUYENSV.ITandProductivityinUSmanufacturing：docomputernetworksmatter[J].Economicinquiry,2005,43(3):493-506.
［35］HELLMANZIKC,SCHMITZM.Virtualproximityandaudiovisualservicetrade[J].Europeaneconomicreview.2015,77(7):82-101．
［36］BUFFINGTONC,FOSTERL,JARMINR,etal.Themanagementandorganizationalpracticessurvey(MOPS):anoverview[J].Journalofeconomicandsocialmeasurement,2017,42(1):1-26.
［37］蔡跃洲,张钧南.信息通信技术对中国经济增长的替代效应与渗透效应[J].经济研究,2015,(12):100-114.
［38］周青,王燕灵,杨伟.数字化水平对创新绩效影响的实证研究——基于浙江省73个县(区、市)的面板数据[J].科研管理,2020,(7):120-129.
［39］施炳展,李建桐.互联网是否促进了分工：来自中国制造业企业的证据[J].管理世界,2020,(4):130-149.
［40］黄群慧,余泳泽,张松林.互联网发展与制造业生产率提升：内在机制与中国经验[J].中国工业经济,2019(8):5-23.
［41］吕越,谷玮,包群.人工智能与中国企业参与全球价值链分工[J].中国工业经济,2020,(5):80-98.
［42］李唐,李青,陈楚霞.数据管理能力对企业生产率的影响效应——来自中国企业—劳动力匹配调查的新发现[J].中国工业经济,2020,(6):174-192.
［43］DewanS,KraemerKL.Informationtechnologyandproductivity:evidencefromcountry-leveldata[J].Managementscience,2000,46(4):548-562.
［44］李波,梁双陆.信息通信技术、信息化密度与地区产业增长——基于中国工业数据的经验研究[J].山西财经大学学报,2017,(9):58-71.
［45］何小钢,梁权熙,王善骝.信息技术、劳动力结构与企业生产率——破解“信息技术生产率悖论”之谜[J].管理世界,2019,(9):65-80.
［46］LAVALLES,HOPKINSMS,LESSERE,etal.analytics:thenewpathtovalue[J].MITsloanmanagementreview,2010,52(1):1-25.
［47］BLOOMN,SADUNR,REENENJV.Americansdoitbetter:USmultinationalsandtheproductivitymiracle[J].Inter-americaneconomicaffairs,2012,102(1):167-201.
张亚豪，东北财经大学产业组织与企业组织研究中心，博士研究生，主要从事工业数字化和全球生产网络研究。